具有衰减通信速率的事件触发分布式估计

我们研究通过一组传感器对高维静态参数向量进行分布式估计，其通信网络由固定有向图建模。与现有时间触发通信方案不同，为在保持估计收敛的同时减少通信，我们研究了一种事件触发的异步方案。首先基于具有时间相关衰减阈值的事件触发通信方案，提出了一种单步长分布式估计算法。在该事件触发方案下，每个传感器仅当其当前估计与上次发出估计之差大于触发阈值时才将估计发送给邻居传感器。我们证明了在传感器网络拓扑与传感器测量矩阵的综合条件下，所提算法分别具有均方与几乎必然收敛性。若拓扑为含生成树的平衡有向图且系统可集体观测，则该条件满足。此外，我们给出了收敛速率的估计，其与步长及触发阈值相关。进一步，作为事件触发分布式算法中传感器通信强度的基本度量，证明了通信速率几乎必然以特定速度随时间趋于无穷而衰减至零。我们表明在给定步长下，调节触发阈值的衰减速度可在估计误差收敛速率与通信速率衰减速度之间实现权衡。具体而言，增大阈值衰减速度会使通信速率衰减更快，但降低估计误差的收敛速率。数值仿真用于说明所得结果。